实测 Jev 一天后:像更快的通用分类器,而非 AGI 突破

jiayuan_jy · x · 2026-09-19

• 作者研究了 CompleteSkeptic 创始人发布的新模型 Jev（自称比常规 LLM 快 20-200x、便宜 40-400x，主打“决策优化”），结论是新鲜感迅速回落：它更像一个更快的通用分类器/决策器，LLM 完全能做到，且参数规模不明、世界知识可能不全，复杂场景决策准确性存疑。
• 适合场景：有限解空间 + 低延迟 + 形式化输出保证正确性，最典型是 Computer Use（DOM 元素是有限集，可做 dom list → Jev action → 新 dom list 的循环），还有游戏 AI、机器人、自动驾驶等决策树型实时任务。
• 作者实测把 Pi Agent 部分模块换成 Jev：Compaction 等分类任务可行，但 tool using 不行——每步工具调用带具体参数（如 edit 的行号），不属于有限集，无法提前枚举。
• 正在做 Poker AI demo，用 Jev 与其他模型做对抗式 battle（传统 GTO Wiz 风格）。目前尚无 benchmark，直观判断推理能力不如前沿大模型，但速度极快。

原文链接 →

「编程与Agent」频道最新

• 口述需求经 Loom 转录直接导入 Cursor 写代码 — davidhoang · 2026-09-19
• 用 Agent 抓取 Reddit 痛点自动出电子书售卖的完整变现流程 — Roger_M_Taylor · 2026-09-19
• oh-my-hermes:一键给 Hermes Agent 装上多模型路由与100+技能 — Roger_M_Taylor · 2026-09-19
• 开发者推出 jeff：基于 GLiFormer 自托管替代 jev，成本更低延迟相同 — JiliJeanlouis · 2026-09-19
• 从零训练 LLM 开源教程:13M 参数模型单张 Colab T4 即可跑 — Roger_M_Taylor · 2026-09-19
• 纯 Rust 重写 TeX：内存包与缓存让编译快 10-70 倍 — deliprao · 2026-09-19

更多「编程与Agent」频道 AI 资讯 →